想做數(shù)據(jù)分析是學(xué)python還是學(xué)大數(shù)據(jù)？大數(shù)據(jù)結(jié)構(gòu)中的很多組件都是用Java語言編寫的，還有一些是用Scala編寫的，比如Hadoop中的HDFS、MapReduce、yarn、ZK、HBase、h

想做數(shù)據(jù)分析是學(xué)python還是學(xué)大數(shù)據(jù)？

大數(shù)據(jù)結(jié)構(gòu)中的很多組件都是用Java語言編寫的，還有一些是用Scala編寫的，比如Hadoop中的HDFS、MapReduce、yarn、ZK、HBase、hive、spark等。這些東西更傾向于數(shù)據(jù)工程、數(shù)據(jù)處理和計(jì)算。Python語言，包括pandas、numpy、SciPy等數(shù)據(jù)分析擴(kuò)展包，通過學(xué)習(xí)使用這些包，可以充分掌握數(shù)據(jù)分析的能力。因此，要學(xué)習(xí)數(shù)據(jù)分析，建議學(xué)習(xí)Python而不是大數(shù)據(jù)。

操控excel,選擇Python還是vba？

對(duì)于大量數(shù)據(jù)，建議使用Python。VBA通常將數(shù)據(jù)存儲(chǔ)在內(nèi)存中。當(dāng)數(shù)據(jù)沒有分割，計(jì)算機(jī)配置不高時(shí)，會(huì)出現(xiàn)更多的卡。經(jīng)過數(shù)據(jù)處理后，如果內(nèi)存沒有釋放，電腦也會(huì)多卡。VBA一般啟動(dòng)兩個(gè)CPU核進(jìn)行數(shù)據(jù)計(jì)算，運(yùn)算效率較低。現(xiàn)在微軟已經(jīng)停止更新VBA了，更建議大家學(xué)習(xí)python。如果只操作excel，兩種學(xué)習(xí)難度相差不大，但是Python的開發(fā)空間會(huì)更好

另一種更方便的方法是使用power Bi的三個(gè)組件進(jìn)行數(shù)據(jù)處理，power query進(jìn)行數(shù)據(jù)處理，PowerPivot進(jìn)行分析，power Bi進(jìn)行數(shù)據(jù)處理的優(yōu)點(diǎn)數(shù)據(jù)可視化的主要觀點(diǎn)是學(xué)習(xí)周期短，數(shù)據(jù)可以自動(dòng)刷新，啟動(dòng)時(shí)間相對(duì)較快。使用這種方法，效率可能比excel快，但速度仍然不如python快。當(dāng)然，為了長期的可持續(xù)性，建議學(xué)習(xí)python，但是開始的時(shí)間會(huì)比較長

這是一個(gè)很好的問題。作為一名it從業(yè)者，同時(shí)我也是一名教育家。讓我給你一個(gè)答案。

首先，從工業(yè)互聯(lián)網(wǎng)和大數(shù)據(jù)的發(fā)展趨勢(shì)來看，Python數(shù)據(jù)分析師的就業(yè)前景還是非常廣闊的。一方面，數(shù)據(jù)分析本身的應(yīng)用場(chǎng)景會(huì)越來越多。另一方面，python語言也廣泛應(yīng)用于人工智能領(lǐng)域，因此python數(shù)據(jù)分析師的發(fā)展空間相對(duì)較大。

如果你想走Python數(shù)據(jù)分析師的發(fā)展道路，你應(yīng)該從以下三個(gè)方面提高你的職業(yè)價(jià)值：第一，注意新技術(shù)的學(xué)習(xí)。數(shù)據(jù)分析技術(shù)是一個(gè)快速迭代的領(lǐng)域，因此數(shù)據(jù)分析人員必須跟上技術(shù)的發(fā)展趨勢(shì)，尤其要注意算法相關(guān)知識(shí)的學(xué)習(xí)。從大技術(shù)的角度來看，目前的數(shù)據(jù)分析方法主要是基于統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)在數(shù)據(jù)分析領(lǐng)域的發(fā)展?jié)摿Ρ容^大，而且機(jī)器學(xué)習(xí)也是人工智能技術(shù)體系的重要組成部分，因此必須重視機(jī)器學(xué)習(xí)相關(guān)知識(shí)的學(xué)習(xí)和深化。

第二，關(guān)注平臺(tái)的價(jià)值。數(shù)據(jù)分析師要想提升自己的職業(yè)價(jià)值，不僅要提高自己的技術(shù)水平，還要從工作效率方面入手，而提高工作效率更有效的途徑就是合理利用平臺(tái)。工業(yè)互聯(lián)網(wǎng)時(shí)代必然是平臺(tái)時(shí)代。數(shù)據(jù)分析作為大數(shù)據(jù)平臺(tái)的一項(xiàng)重要功能，必然會(huì)得到平臺(tái)的大量支持，因此數(shù)據(jù)分析人員必須重視技術(shù)平臺(tái)的應(yīng)用。

第三，注重行業(yè)知識(shí)的積累。數(shù)據(jù)分析師對(duì)行業(yè)知識(shí)的要求非常高。為了使數(shù)據(jù)分析在行業(yè)中發(fā)揮更重要的作用，數(shù)據(jù)分析人員必須能夠根據(jù)行業(yè)選擇和應(yīng)用技術(shù)。